Upload
Nâng cấp VIP
Trang chủ »Khoa Học Tự Nhiên »
Địa Lý
8 trang
15 lượt xem
2
0

Application of the K - nearest neighbors algorithm for predicting blast - induced ground vibration in open - pit coal mines: A case study

A review of the literature shows that AI techniques have been successfully applied in predicting PPV in open - pit mines. Nonetheless, they have not been applied anywhere. In this study, the k - nearest neighbors (KNN) algorithm was investigated and applied to predict PPV at the Deo Nai open - pit coal mines (Vietnam).

cothumenhmong9
12/01/2021
Artificial intelligenceGround vibrationK - nearest neighborsMachine learningPeak particle velocity
Share
/
8
Có thể bạn quan tâm
Bài giảng Tiếng Anh 8 - Unit 10: Lesson 2 (Sách Global Success)
Bài giảng Tiếng Anh 8 - Unit 10: Lesson 2 (Sách Global Success)
18 trang
Bài giảng Tiếng Anh 10 - Unit 5: Lesson 3 (Sách Global Success)
Bài giảng Tiếng Anh 10 - Unit 5: Lesson 3 (Sách Global Success)
26 trang
Optimizing machine learning models for enhanced forest fire susceptibility mapping in Gia Lai province
Optimizing machine learning models for enhanced forest fire susceptibility mapping in Gia Lai province
13 trang
Prediction of flyrock distance in open-pit mines using an optimized artificial neural network with evolution strategies
Prediction of flyrock distance in open-pit mines using an optimized artificial neural network with evolution strategies
14 trang
Legal construction and amendment to promote blockchain applications: International experiences and recommendations for Vietnam
Legal construction and amendment to promote blockchain applications: International experiences and recommendations for Vietnam
16 trang
ELT teachers’ acceptance of ChatGPT as a writing assistant in general English courses
ELT teachers’ acceptance of ChatGPT as a writing assistant in general English courses
9 trang
The interplay between Vietnamese EFL students’ artificial intelligence literacy and tool usage for academic writing
The interplay between Vietnamese EFL students’ artificial intelligence literacy and tool usage for academic writing
8 trang
Exploring ai in education: Student practices and challenges at Hanoi University of Industry
Exploring ai in education: Student practices and challenges at Hanoi University of Industry
6 trang
Bài giảng Khai thác dữ liệu và ứng dụng: Tổng quan về khóa học và Giới thiệu về khai thác dữ liệu
Bài giảng Khai thác dữ liệu và ứng dụng: Tổng quan về khóa học và Giới thiệu về khai thác dữ liệu
42 trang
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 1 - TS. Nguyễn Vinh Tiệp
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 1 - TS. Nguyễn Vinh Tiệp
59 trang
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 2 - TS. Nguyễn Vinh Tiệp
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 2 - TS. Nguyễn Vinh Tiệp
34 trang
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 3 - TS. Nguyễn Vinh Tiệp
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 3 - TS. Nguyễn Vinh Tiệp
37 trang
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 4 - TS. Nguyễn Vinh Tiệp
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 4 - TS. Nguyễn Vinh Tiệp
39 trang
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 5 - TS. Nguyễn Vinh Tiệp
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 5 - TS. Nguyễn Vinh Tiệp
33 trang
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 6 - TS. Nguyễn Vinh Tiệp
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 6 - TS. Nguyễn Vinh Tiệp
37 trang
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 7 - TS. Nguyễn Vinh Tiệp
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 7 - TS. Nguyễn Vinh Tiệp
36 trang
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 8 - TS. Nguyễn Vinh Tiệp
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 8 - TS. Nguyễn Vinh Tiệp
11 trang
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 9 - TS. Nguyễn Vinh Tiệp
Bài giảng Các kỹ thuật học sâu và ứng dụng: Bài 9 - TS. Nguyễn Vinh Tiệp
12 trang
Hardware design for jewelry inspection devices of Oc Eo and Sa Huynh cultures' glass
Hardware design for jewelry inspection devices of Oc Eo and Sa Huynh cultures' glass
12 trang
Machine learning approaches for predicting student dropout
Machine learning approaches for predicting student dropout
16 trang

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

Zalo/Tel:

093 303 0098

Email:

support@tailieu.vn

Phương thức thanh toán

Layer 1

Theo dõi chúng tôi

Facebook

Youtube

TikTok

Chịu trách nhiệm nội dung: Nguyễn Công Hà. ©2025 Công ty TNHH Tài Liệu trực tuyến Vi Na.
Địa chỉ: 54A Nơ Trang Long, P. Bình Thạnh, TP.HCM - Điện thoại: 0283 5102 888 - Email: info@tailieu.vn
Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015